La incorporación de agentes de inteligencia artificial a empresas de software incrementó la cantidad de código producido, aunque ese crecimiento no se tradujo en una mejora comprobable en la entrega de funciones completas. La investigación de Fiona Chen y James Stratton analizó 300 millones de eventos de trabajo y registros de tareas de más de 700.000 empleados en más de 700 compañías, mediante datos de la plataforma Jellyfish. El relevamiento abarcó desde 2021 hasta marzo de 2026 y comparó la actividad de las firmas antes y después de adoptar estas herramientas.
Te puede interesar
Más producción y mayores exigencias de revisión
El estudio distinguió entre asistentes que completan código escrito por personas y agentes capaces de redactarlo y enviarlo de manera autónoma a partir de una instrucción. Tras incorporar estos últimos, las empresas registraron un 30% más de líneas de código, un 20% más de confirmaciones y un 23% más de solicitudes para incorporar cambios. Sin embargo, la resolución de tareas correspondientes a funciones completas, medida en plataformas como Jira, no mostró una variación estadísticamente significativa.
La principal dificultad apareció al revisar e integrar esas contribuciones. El tiempo promedio entre la presentación de un cambio y su incorporación definitiva aumentó 49%, mientras que la proporción de solicitudes devueltas por revisores humanos para realizar correcciones casi se duplicó. Además, los comentarios por solicitud crecieron 35%. Las compañías respondieron aumentando 14% la proporción de empleados dedicados a revisar código, pero los autores no detectaron una modificación significativa en el empleo total al contrastar los registros con información de LinkedIn.
La automatización del control todavía tiene un alcance limitado
Para marzo de 2026, el 80% de las empresas relevadas utilizaba alguna herramienta de revisión con IA. Aun así, los agentes generaban apenas el 23% de los comentarios de revisión y participaban en el 10,8% de las solicitudes de cambios, por lo que la mayor parte del control continuaba en manos de personas. Los investigadores también señalaron que la adopción era reciente: aunque el 95% de las compañías ya había incorporado agentes al cierre del estudio, muchas todavía ajustaban su utilización.
Una investigación separada del MIT y la Universidad de Pensilvania, basada en datos de más de 500.000 desarrolladores de GitHub, identificó un patrón similar: las herramientas más autónomas elevaron la actividad de programación por encima del crecimiento de los lanzamientos de software. Chen y Stratton plantearon que una mejora en la calidad del código podría reducir la necesidad de correcciones manuales y agilizar las entregas. Por ahora, los resultados describen una redistribución del trabajo hacia la revisión, sin demostrar un reemplazo generalizado de programadores ni un aumento equivalente de los productos terminados.
